- •Лекция 1. Предмет теории вероятностей. Случайные события и вероятности событий
- •Лекция №2 Свойства вероятностей. Условная вероятность. Теоремы сложения и умножения вероятностей.
- •2.2. Формула полной вероятности. Формула Бейеса ( теорема гипотез)
- •Лекция №3 -5 Случайные величины. Функции распределения случайных величин
- •3.1. Дискретные случайные величины
- •3.2. Непрерывные случайны величины.
- •3.3. Законы распределения непрерывной случайной величины
- •Показательное распределение. Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины , которое описывается функцией плотности вероятности:
- •Лекция №6. Нормальное распределение.
- •Лекция 7-8. Предельные теоремы и законы больших чисел
- •Лекция №9.Случайные функции. Цепи Марков. Пуассоновский поток событий
- •Лекция №10. Предмет математической статистики. Генеральная и выборочная совокупности. Вариационные ряды и их характеристики
- •Лекция 11. Связь между генеральной и выборочной совокупностью.
- •Предельные ошибки и необходимый объем выборки (Повторный и бесповторный отбор)
- •Лекция №12. Проверка статистических гипотез.
- •Проверка гипотез о равенстве средних значений при известной и неизвестной дисперсии.
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей.
- •Лекция№13.Проверка статистических гипотез о законе распределения генеральной совокупности
- •Критерий согласия (хи- квадрат) Пирсона
- •Критерий согласия Колмогорова
- •Лекция №14. Основные понятия дисперсионного анализа
- •Однофакторный дисперсионный анализ
- •Понятие о двухфакторном дисперсионном анализе
- •Лекция№15. Корреляционно – регрессионный анализ
- •Свойства выборочного (статистического) коэффициента корреляции
- •Понятие о нелинейной регрессии, индекс корреляции и коэффициент детерминации
Лекция 11. Связь между генеральной и выборочной совокупностью.
Понятие генеральной совокупности в определенном смысле аналогично понятию случайной величины (закону распределения, вероятностному пространству). Выборку можно рассматривать, как некий эмпирический аналог генеральной совокупности.
Средние арифметические распределения признака в генеральной и выборочной совокупностях называются соответственно генеральной и выборочной средними.
Дисперсии этих распределений называют генеральной и выборочной дисперсиями.
Отношение числа элементов генеральной ивыборочной совокупностей, обладающих некоторым признаком, к их объемам, называются соответственно генеральнойи выборочной долями.
В случае бесконечной генеральной совокупности (под генеральной средней и дисперсией понимаются соответственно математической ожиданиеи дисперсияраспределение признака(генеральной совокупности), а под генеральной долей- вероятность данного события.
Сущность выборочного метода состоит в том, чтобы по некоторой части генеральной совокупности (по выборке) выносить суждение о свойствах генеральной совокупности в целом.
Чтобы по данным выборки можно было достоверно судить о генеральной совокупности, выборочная совокупность должна быть отобрана случайно (т.е. по схеме случая или «урн»). При случайном отборе используют два способа образования выборки:
Повторный отбор, когда каждый элемент, отобранный и обследованный, возвращается в общую совокупность и может быть повторно отобран;
Бесповторный отбор, когда отобранный элемент не возвращается в общую совокупность.
Оценкой неизвестного параметра генеральной совокупности называют всякую функцию результатов наблюдений над случайной величиной, с помощью которой судят о значении параметра. Оценка в отличие от оцениваемого параметра являетсяслучайной величиной, зависящей от закона распределения и числа(объема выборки).
В качестве оценок параметров генеральной совокупности желательно использовать оценки, удовлетворяющие одновременно требованиям несмещенности, состоятельности и эффективности.
Оценка параметраназываетсянесмещенной, если ее математическое ожидание равно оцениваемому параметру:
Требование несмещенности гарантирует отсутствие систематических ошибок при оценивании.
Оценкапараметра называетсясостоятельной, если она удовлетворяет закону больших чисел, т.е. сходится по вероятности к оцениваемому параметру:
или .
Оценкапараметраназываетсяэффективной, если она имеет наименьшую дисперсию среди всех возможных оценок параметра , вычисленных по выборкам одного и того же объема.
Оценки можно находить методамимоментов, максимального правдоподобия и наименьших квадратов.
Согласно методу моментов, определенное количество выборочных моментов (начальных или центральный) приравнивается к соответствующим теоретическим моментам распределения (и) случайной величины.
Основы метода наибольшего правдоподобия составляют функции правдоподобия, выражающая плотность вероятности совместного появления результатов выборки :
.
Согласно метода наибольшего правдоподобия в качестве оценки неизвестного параметра принимается такое значение, которое максимизирует функцию:
или
Метод наименьших квадратов предусматривает определение оценки из условий минимизации квадратов отклонений выборочных данныхот определяемой оценки:
.
Точечная и интервальная оценка.
Оценка неизвестного параметра генеральной совокупностиодним числом называютточечной: =.
Выборочная доля является несмещенной и состоятельной оценкой генеральной доли , дисперсия которой для повторной выборки равна:
,
а для бесповторной:
Выборочная средняя есть несмещенная и состоятельная оценка генеральной средней, дисперсия которой для повторной выборки рана:
,
а для бесповторной:
.
Выборочная дисперсия повторной и бесповторной выборок есть смещенная и состоятельная оценка генеральной дисперсии , так как
.
Не смещенной и состоятельной оценкой генеральной дисперсии является исправленная выборочная дисперсия
.
Интервальной оценкой параметра называется числовой интервал, который с заданной вероятностьюнакрывает неизвестной значение параметра. Такой интервал называютдоверительным, а вероятность -доверительной вероятностью или надежностью оценки.
Наиболее часто доверительный интервал выбирают симметричным относительно параметра :
,
где наибольшее отклонение оценкиот параметра генеральной совокупности, возможное с вероятностьюи называетсяпредельной ошибкой выборки.
При заданной доверительной вероятности и большом объемы выборке, ее предельная ошибка оценки генеральной средней и генеральной доли равна-кратной величине средней квадратической ошибки или средним квадратическим отклонениям выборочной среднейи выборочной доли:
и ,,
где -функция (интеграл вероятностей) Лапласа.
Интервальные оценки (доверительные интервалы) для генеральной средней и генеральной доли равны:
;
,
где ив зависимости от типа отбора (повторный или бесповторный) определяем по формулам:
Для повторного отбора:
и ;
Для бесповторного отбора:
и .